CC BY
7Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
УДК 004.738.5 DOI 10.29141/2949-477X^024-3-1-2 EDN GROCKF
В.А. Плотников
Санкт-Петербургский государственный экономический университет, г. Санкт-Петербург, Российская Федерация
Анализ экономической деятельности интернет-магазина с помощью средств веб-аналитики
Аннотация. Современный рынок электронной коммерции представляет собой экономическую среду с высоким уровнем конкуренции, поэтому достижение коммерческого успеха на нем во многом зависит от способности торговых организаций анализировать и оптимизировать свою деятельность на основе данных, представляемых сервисами веб-аналитики. В статье освещается значимость веб-аналитики для оценки и улучшения работы интернет-магазина. Рассматриваются возможности, предоставляемые двумя ведущими инструментами в этой области: Google Analytics и «Яндекс Метрика». Основное внимание уделено анализу конверсии, пониманию целевой аудитории и оптимизации маркетинговых усилий. В статье предлагается комплексный подход к использованию веб-аналитики для повышения экономической эффективности и обеспечения устойчивого роста показателей экономической деятельности интернет-магазина.
Ключевые слова: веб-аналитика; электронная коммерция; Google Analytics; Яндекс Метрика; конверсия.
Дата поступления статьи: 22 февраля 2024 г.
Для цитирования: Плотников В.А. Анализ экономической деятельности интернет-магазина с помощью средств веб-аналитики // Цифровые модели и решения. 2024. Т. 3, № 1. С. 20-30. DOI: 10.29141/2949-477X-2024-3-1-2. EDN: GROCKF.
Vladimir A. Plotnikov
Saint Petersburg State University of Economics, Saint Petersburg, Russia
Analysis of the economic activity of an online store using web analytics tools
Abstract. The modern e-commerce market is an economic environment with a high level of competition. That is why achieving commercial success in it largely depends on the ability of trade organizations to analyze and optimize their activities based on the data provided by
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
web analytics services. The article highlights the importance of web analytics for evaluating and improving the performance of an online store. The opportunities provided by the two leading tools in this area, Google Analytics and Yandex Metrica, are reviewed. The focus is on conversion analysis, understanding the target audience and optimizing marketing efforts. The article offers a comprehensive approach to the use of web analytics in order to increase economic efficiency and ensure sustainable growth of economic performance indicators of an online store.
Key words: web analytics; e-commerce; Google Analytics; Yandex Metrica; conversion. Paper submitted: February 22, 2024.
For citation: Plotnikov V.A. Analysis of the economic activity of an online store using web analytics tools. Digital models and solutions. 2024. Vol. 3, no. 1. Pp. 20-30. DOI: 10.29141/2949-477X-2024-3-1-2. EDN: GROCKF.
Введение
В условиях цифровой трансформации интернет-технологии начинают играть ключевую роль в жизни общества, при этом роль электронной коммерции становится все более значимой. Согласно имеющимся оценкам, почти каждый второй пользователь интернета совершает покупки онлайн, в связи с чем возникает необходимость адаптации бизнес-моделей компаний, работающих на потребительском рынке, к потребностям цифрового общества. Интернет-магазины как форма электронной торговли представляют собой одно из наиболее перспективных направлений развития в современной экономике, поскольку они не только позволяют существенно снизить операционные расходы торговой организации по сравнению с традиционными офлайн видами торговли, но и обеспечивают круглосуточный доступ к широкому ассортименту товаров и услуг для потребителей по всему миру.
В развитии индустрии электронной коммерции, безусловно, есть значительное число сложностей, с которыми сталкиваются компании, как уже имеющие коммерческое присутствие в интернете, так и планирующие его. Принимаемые в этой сфере решения пока не имеют наработанных шаблонов, часто развитие происходит методом проб и ошибок. В связи с этим важную роль приобретает анализ деятельности интернет-магазинов с помощью средств веб-аналитики.
Инструменты веб-аналитики позволяют собирать, систематизировать и анализировать данные о поведении посетителей сайта, что является ключевым фактором анализа экономической деятельности, поскольку позволяет понять предпочтения клиентов, учесть пользовательский опыт и повысить эффективность маркетинговых кампаний. Веб-аналитика с ее обширным инструментарием становится неотъемлемой частью построения стратегии развития любого интернет-магазина и управления его деятельностью. В частности, функции веб-аналитики позволяют повышать общую конверсию сайта, привлекать новых клиентов, создавать условия работы, направленной на удержание существующих клиентов.
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
Вопросами развития и совершенствования электронной коммерции занималось множество российских и зарубежных ученых. В их научных исследованиях проведен анализ различных аспектов экономической деятельности интернет-магазинов и сервисов электронной коммерции [1-6]. Однако методы анализа, используемые для изучения эффективности онлайн-торговли, и технологии интеграции аналитических инструментов в общую стратегию управления экономической деятельностью интернет-магазина рассмотрены, по нашему мнению, недостаточно глубоко. В связи с этим целью данной статьи является развитие методических подходов к проведению анализа экономической деятельности интернет-магазина с использованием средств веб-аналитики.
Материалы и методы
Исследование основывается на применении таких популярных сервисов веб-аналитики, как Google Analytics и «Яндекс Метрика», которые предоставляют достаточно широкие и уникальные возможности для сбора и анализа данных о посетителях, их поведении на сайте, эффективности маркетинговых кампаний и многом другом.
Теоретическая рамка исследования
Веб-аналитика - это процесс сбора, анализа и построения отчетности на основе интернет-данных для оптимизации использования веб-сайта. Сервисы веб-аналитики позволяют измерять, собирать, анализировать и представлять данные о веб-трафике, взаимодействии пользователей с сайтом и эффективности веб-сайта как маркетингового инструмента. Перечислим основные понятия веб-аналитики, которые сформированы нами на основе анализа различных источников [1; 6-9]:
- трафик - количество общих посещений сайта (уникальных и повторных) в течение определенного временного интервала;
- конверсия - реализованное действие пользователя на сайте, соответствующее заранее определенной цели (например, покупка товара, подписка на рассылку);
- поведенческие факторы - данные о поведении пользователей на сайте, включая время пребывания на странице, определение глубины просмотра сайта, навигация по страницам сайта и др.;
- источники трафика - ресурсы и сервисы сети Интернет (поисковые системы, социальные сети, прямые заходы на сайт и переход по ссылкам с других сайтов), которые определяют происхождение трафика.
Изучение научных и практических исследований в сфере электронной коммерции и веб-аналитики позволило выделить по крайней мере четыре типа определений понятия «веб-аналитика» [1-3; 5]:
1) использование данных о полученном трафике с целью улучшения управлением веб-сайтами на основе анализа поведения посетителей сайта, изучения их пользовательского опыта;
2) процесс сбора, оценки и интерпретации данных о взаимодействиях пользователей с веб-сайтом. Целью этого процесса является выявление способов улучшения управления веб-сайтом и повышение эффективности его работы;
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
3) анализ производительности веб-сайта, направленный на понимание и улучшение пользовательского опыта в целях оптимизации маркетингового анализа в рамках экономической деятельности, осуществляемой с помощью него;
4) набор методик и сервисов для анализа поведения посетителей веб-сайта на основе данных об источниках трафика, о взаимодействии пользователей с контентом с целью повышения конверсии и улучшения бизнес-результатов.
Эти определения подчеркивают комплексность понятия веб-аналитики как инструмента для измерения и улучшения эффективности работы веб-сайтов, а также важную роль инструментов веб-аналитики в современном цифровом маркетинге.
Основные результаты
Сервисы веб-аналитики предназначены для мониторинга поведения пользователей на различных веб-ресурсах. Результаты работы этих сервисов представляют собой отчеты, содержащие информацию о глубине просмотра сайта, времени пребывания посетителя на сайте, времени пребывания на странице, действиях пользователя на сайте (заполнение формы регистрации, операции с корзиной, список покупок, страница выхода с сайта).
Сервисы веб-аналитики позволяют определить социально-демографические характеристики пользователей: географическое положение, количество новых и возвращающихся посетителей, количество уникальных просмотров. Эти данные помогают сформировать портрет целевой аудитории, настроить таргетированную рекламу, создавать релевантный контент, улучшать сайт. Данные, полученные с помощью сервисов веб-аналитики сайта, также позволяют:
- определить целевую аудиторию, ее интересы и потребности;
- найти ошибки на сайте и улучшить его работу;
- провести анализ и улучшение контента;
- принимать решения о развитии сайта;
- понять, как можно снизить затраты на рекламу;
- оптимизировать сайт под SEO-продвижение.
В мировой и отечественной практике используется множество инструментов для решения описанных выше задач: Google Analytics, «Яндекс Метрика», Adobe Analytics, Piwik и др. Выбор того или иного инструмента зависит от целей и задач владельцев бизнеса и управленцев, а также от принятой компанией стратегии их ведения и развития экономической деятельности. Наиболее популярными являются два инструмента - Google Analytics и «Яндекс Метрика».
С помощью Google Analytics можно получить следующие данные и отчеты [10]:
- отчет о количестве просмотренных страниц;
- данные о посещаемости сайта (рис. 1);
- данные о навигации посетителя на сайте;
- данные об общем количестве пользователей;
- данные о новых посетителях сайта.
Т. 3 №1 2024 Vol.3 No. 1
ISSN 2782-4934 (online) ISSN 2949-477X (print)
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
Рис. 1. Пример данных по показателям посещаемости
Кроме этого, доступны для анализа следующие основные характеристики аудитории веб-ресурса:
- географическое расположение;
- показатели активности аудитории;
- заинтересованность посетителя, которая определяется временем, проведенным пользователем на сайте;
- источники трафика (сайты, с которых перешли посетители, по каким ключевым фразам посетитель нашел веб-портал и др.) (рис. 2).
Рис. 2. Отчет по источникам трафика
«Яндекс Метрика» - это сервис веб-аналитики и основной конкурент Google Analytics, ориентированный на пользователей стран СНГ. У этих сервисов есть много общего, но есть и отличия [6; 7; 10] (табл. 1).
Таблица 1. Отличия «Яндекс Метрики» от Google Analytics
Показатель Google Analytics Яндекс Метрика
Сбор информации Мультиплатформенное отслеживание пользователей Не отслеживает одного и того же пользователя с разных устройств, фиксирует их как разных посетителей
Интерфейс Разветвленный, сложно разобраться новичку Простой, может разобраться новичок
Частота обновления данных 24-48 часов в зависимости от отчета Каждые 5 минут
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
Окончание таблицы 1
Показатель Google Analytics Яндекс Метрика
Что означает показатель отказа Просмотр одной страницы сайта, во время которого не было целевых действий Просмотр одной страницы сайта менее 15 секунд
Особенности отчетов Отчет в реальном времени; анализ поведения пользователя; отчет поискового трафика Посещаемость сайта; аналитика контента; отчет по нагрузке и загружае-мости сайта
Особенные инструменты Мультиканальная аналитика Вебвизор
На рис. 3 представлен один из отчетов по целям, формируемый сервисом «Яндекс Метрика».
Рис. 3. Цели в «Яндекс Метрике»
Цели в «Яндекс Метрике» - это заранее определенные действия пользователей на сайте, которые владелец сайта считает необходимыми для получения бизнес-результата. Такими целями могут быть оформление заказа, подписка на рассылку, загрузка файла и т.д. Установка и отслеживание целей позволяет анализировать выполнение действий посетителями сайта, которые являются важными для бизнеса. Это ключевой элемент веб-аналитики, который помогает понять эффективность работы сайта и сформировать стратегии для улучшения конверсии.
Таким образом, можно сказать, что сервисы веб-аналитики - это необходимый инструмент для любого бизнеса, который стремится к успеху в электронной коммерции. Данный инструмент помогает решать проблемы с конверсией, рекламными кампаниями и оттоком клиентов, а также дает возможность отслеживать изменения действий пользователей на сайте и своевременно реагировать на них. Данные и отчеты, полученные с помощью средств веб-аналитики, позволяют проводить не только анализ экономической деятельности интернет-магазинов, но обеспечивать ее эффективность, стимулируя постоянный рост бизнеса.
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
Практические и методические аспекты применения результатов исследования
Экономическая деятельность интернет-магазинов основана на решении трех основных проблем: проблема низкой конверсии, проблема повышения эффективности рекламных кампаний, проблема оттока клиентов. Сервисы веб-аналитики помогают решить эти проблемы с помощью формирования различных отчетов по запросам владельцев бизнеса и предоставления доступа к данным в режиме реального времени. В некоторых простых случаях сервисы предоставляют и интеллектуальную подсказку, однако такие подсказки в общем случае «одномерны», т.е. не позволяют учесть комплекс всех факторов, влияющих на экономическую деятельность интернет-магазинов.
Проведем экономическую интерпретацию по ряду отчетов, которые предоставляются сервисами веб-аналитики. Представим анализ данных, приведенных на рис. 3, в виде табл. 2.
Таблица 2. Анализ данных по целям сервиса «Яндекс Метрика»
Показатель Цель «Оформить заказ» Цель «Отправить заказ»
Конверсия, % 0,21 0,11
Достижения цели 21 758 9 891
Целевые визиты 17 959 9 583
Заказы Неприменимо, так как не указано в данных 9 583
Доход, р. Неприменимо, так как не указано в данных 11 722 035,00
Интерпретация Низкая конверсия может указывать на нецелевую аудиторию или проблемы в процессе оформления заказа. Поскольку имеется достаточно много успешных транзакций, то нужно сравнить их с общим количеством посещений Еще более низкая конверсия может свидетельствовать о проблемах на этапе отправки заказа. Однако полученный доход за 3 мес. достаточно существенный
Данные табл. 2 отображают ключевые метрики веб-аналитики для двух различных целей на сайте по продажам велосипедов. Рассмотрим эти метрики далее более детально.
1. Конверсия. Для цели «Оформить заказ» конверсия составляет 0,21 %, а для «Отправить заказ» - 0,11 %. Это означает, что из всех посещений сайта только 0,21 и 0,11 % приводят к оформлению и отправке заказа соответственно. Конверсия - это ключевой показатель эффективности сайта и его элементов, от маркетинговых активностей до удобства пользовательского интерфейса. В данном случае конверсия довольно низкая, что может указывать на потенциальные проблемы в процессе покупки или на недостаточно эффективную работу маркетинговых кампаний.
2. Достижения цели и целевые визиты. Значительное количество достижений цели говорит о том, что, несмотря на низкую конверсию, сайт привлекает достаточное количество трафика, который в конечном итоге приводит к совершению значимых для бизнеса действий. Разница между количеством достижений цели и целевыми визитами может свидетельствовать о том, что некоторые пользователи совершали более одного
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
целевого действия за время визита, что характерно для повторных покупок или многократного использования формы заказа.
Чтобы провести более глубокий анализ и исключить противоречия, необходимо учитывать больше данных, включая общее количество посещений сайта, средний чек, стоимость привлечения клиента и другие метрики. На рис. 4 представлена подробная статистика по посещению страницы входа.
Итйго w ср^нме
h kjbmmii i n s-inw-awiüíuuí У
S МфкЮшnürtoff-íctrJn nvpfoflwl'HtígeryísfMSísníi1 vf птв^ештв-яме-йяни jw'tortiKL
ВгинГы * Посоигали
V я !~¡¡¡F| с 'л .1.1
78 Tí ¿1 а 2
65 «
31
£ 1
Огкагы
ti -il
2Î.3K 1Í.ÍK 50*
rrtyÉHHS fiptcMOlpí
с .m 1.13
1,13 1,05 1 1
ËPCMR
с 1.1
0.2S Ô.Î? ttlí 0*4=
Рис. 4. Подробная статистика на вкладке «Страница входа»
Показатель «Визиты» относится к общему числу посещений пользователями сайта, а показатель «Посетители» определяет количество уникальных пользователей, которые посетили сайт. Показатель отказов указывает на процент пользователей, ушедших со страницы сайта, не совершив никаких действий. Глубина просмотра указывает на среднее количество страниц, посещенных пользователем за один визит. Время на сайте - это оценка среднего значения времени, которое пользователь провел на сайте в течение одного посещения.
Анализируя эти данные, можно сделать следующие выводы:
- главная страница сайта имеет практически одинаковое количество визитов и посетителей. Это говорит о том, что практически все посетители новые, при этом отказы составляют 35,9 %, что является относительно высоким уровнем и может указывать на упомянутые проблемы. Средняя глубина просмотра 1,13 и время на сайте 0:28 (28 секунд) также указывают на кратковременное взаимодействие посетителей с сайтом;
- страница категории «Велосипеды» имеет показатель отказов 29,3 %, что значительно ниже, чем на главной странице, при этом время, проведенное посетителем на этой странице сайта, более 39 секунд, что указывает на больший интерес посетителей к этой категории товаров;
- страница категории «Аксессуары» имеет самый низкое значение отказов - 12,5 %, что является хорошим знаком и указывает на заинтересованность пользователей в товарах этой категории;
- страница «Контакты» имеет очень высокое значение отказов (50 %) и самое маленькое время просмотра, однако это неплохие показатели для страницы, поэтому можно предположить, что пользователи быстро находят нужную информацию и переходят на другие страницы.
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
Сравнивая эти данные с ранее представленными показателями конверсии, мы видим, что показатели отказов и среднее время, проведенное на сайте, могут напрямую влиять на общую конверсию. Относительно высокий процент отказов на главной странице и странице категории «Велосипеды» указывает на проблемы в удержании внимания посетителей, что, в свою очередь, снижает конверсию.
3. Заказы и доход. Комплексный анализ показывает, что при достижении цели «Отправить заказ» указано, что совершено 9 583 заказа, что привело к доходу в размере 11 722 035 р. На основе этого можно рассчитать среднюю стоимость заказа (ARPU -Average Revenue Per User), которая примерно равна 1 224 р. Это важный показатель, который позволяет оценить прибыль от заказов. Далее необходимо провести более детальный анализ затрат, т.е. сравнить доход от заказов с затратами на привлечение трафика (рекламный бюджет, SEO, содержание сайта и т.д.). Это позволит рассчитать рентабельность инвестиций (ROI) и определить прибыль в расчете на одного клиента.
В заключение отметим, что данные сервисов веб-аналитики предоставляют важную информацию для комплексного экономического анализа деятельности интернет-магазина. Правильная интерпретация и использование этих данных позволяют улучшить как отдельные аспекты пользовательского опыта, так и общую стратегию бизнеса, что приводит к увеличению эффективности работы сайта и росту доходов бизнеса.
Выводы
Проведенное исследование подчеркивает критическую важность веб-аналитики как инструмента для изучения и улучшения всех аспектов работы интернет-магазина. С помощью Google Analytics и «Яндекс Метрики» организации электронной коммерции получают возможность глубокого анализа поведения пользователей, что позволяет оптимизировать управление веб-сайтами, постепенно улучшать пользовательский опыт и повышать общую конверсию в целом. Результаты анализа данных, полученных из сервисов веб-аналитики, позволяют проверить эффективность маркетинговых кампаний, определять наиболее прибыльные источники трафика и улучшать качество контента сайта.
В современных условиях веб-аналитика является одним из важнейших инструментов анализа экономической деятельности интернет-магазина. Применение инструментов веб-аналитики предоставляет комплексную информацию для оптимизации ресурсов, повышения конверсии и увеличения доходности и масштабирования бизнеса. Это дает возможность не просто анализировать текущее состояние интернет-магазина, но и эффективно планировать его дальнейшее развитие.
Источники
1. Назаров Д.М., Бегичева С.В., Ковтун Д.Б., Назаров А.Д. Data Science и интеллектуальный анализ данных. М.: Ай Пи Ар Медиа, 2023. 304 с. ISBN: 978-5-4497-1931-7. DOI: 10.23682/127201. EDN: VQKMUJ.
2. Герасименко В.В., Слепенкова Е.М. Трансформация методов и инструментов конкурентного анализа в условиях цифровой экономики // Вестник Московского университета. Серия 6: Экономика. 2019. № 6. С. 126-146. EDN: SYIFGY.
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
3. Карягина Т.В., Левкова Т.В., Подзорова М.И. Аудит интернет-магазина и факторы повышения его конверсии // Современная экономика: проблемы и решения. 2015. № 5. С. 42-52. EDN: UMCCHB.
4. Прохорова М.В., Коданина А.Л. Организация работы интернет-магазина. М.: Дашков и К°, 2023. 332 с. ISBN: 978-5-394-05311-5.
5. Рудченко И.С. Экономика в условиях роста виртуального бизнеса. Saarbrucken: LAP Lambert Academic Publishing, 2014. 176 с. ISBN: 978-36-5962-057-7.
6. Сусол В.В. Бизнес-аналитика: ни шагу без Яндекс.Метрики. М.: Издательские решения, 2015. 100 с. ISBN: 978-5-4474-1320-0.
7. Косолобова А.Д., Илюшкина Е.Н. Яндекс.Метрика: инструкция по веб-аналитике. М.: Aegitas, 2015. 34 с.
8. Назаров А.Д., Зырянова В.А. Модель оценки эффективности веб-сайтов вузов Уральского региона с помощью интернет-маркетинга // Урал - XXI век: макрорегион неоиндустриального и инновационного развития: материалы III Междунар. науч.-практ. конф. (Екатеринбург, 15-16 октября 2018 г.): в 2 т. Екатеринбург: УрГЭУ, 2018. Т. 1. С. 135-140. EDN: OGGVRR.
9. Демкина О.В., Шаламова Н.Г. Исследование роли веб-аналитики в повышении эффективности деятельности организаций // Вестник университета. 2019. № 5. С. 56-61. DOI: 10.26425/1816-4277-2019-5-56-61. EDN: GVJMVQ.
10. Петроченков А С. Введение в Google Analytics. СПб.: Питер, 2018. 224 с. ISBN: 9785-496-02929-2.
References
1. Nazarov D.M., Begicheva S.V., Kovtun D.B., Nazarov A.D. Data Science i intellektual'nyj analiz dannyh [Data Science and Data Mining]. Moscow: IPR Media, 2023. 304 p. ISBN: 978-5-4497-1931-7. DOI: https://doi.org/10.23682/127201. EDN: https://elibrary.ru/vqk-muj. (in Russ.)
2. Gerasimenko V.V., Slepenkova E.M. Transformacija metodov i instrumentov konkurentno-go analiza v uslovijah cifrovoj jekonomiki [Transformation of methods and tools of competitive analysis in the digital economy]. Vestnik Moskovskogo universiteta. Serija 6: Jekono-mika. 2019. No. 6. Pp. 126-146. EDN: https://elibrary.ru/syifgy. (in Russ.)
3. Karyagina T.V., Levkova T.V., Podzorova M.I. Audit internet-magazina i faktory povysh-enija ego konversii [Online store audit and increase its conversion factors]. Sovremennaja jekonomika: problemy i reshenija. 2015. No. 5. Pp. 42-52. EDN: https://elibrary.ru/umcchb. (in Russ.)
4. Prohorova M.V., Kodanina A.L. Organizacija raboty internet-magazina [Organization of the online store]. Moscow: Dashkov i K°, 2023. 332 p. ISBN: 978-5-394-05311-5. (in Russ.)
5. Rudchenko I.S. Jekonomika v uslovijah rosta virtual'nogo biznesa [Economy in the context of the growth of virtual business]. Saarbrucken: LAP Lambert Academic Publishing, 2014. 176 p. ISBN: 978-36-5962-057-7. (in Russ.)
6. Susol V.V. Biznes-analitika: ni shagu bez Jandeks.Metriki [Business analytics: not a step without Yandex.Metrica]. Moscow: Izdatel'skie reshenija, 2015. 100 p. ISBN: 978-5-44741320-0. (in Russ.)
Управление, обработка информации и искусственный интеллект Management, information processing and artificial intelligence
7. Kosolobova A.D., Iljushkina E.N. Jandeks.Metrika: instrukcija po veb-analitike [Yandex. Metrica: instructions for web analytics]. Moscow: Aegitas, 2015. 34 p. (in Russ.)
8. Nazarov A.D., Zyrjanova V.A. Model' ocenki jeffektivnosti veb-sajtov vuzov Ural'skogo regiona s pomoshh'ju internet-marketinga [A model for assessing the effectiveness of websites of universities in the Ural region using Internet marketing]. Ural - XXI vek: makroregion neoindustrial'nogo i innovacionnogo razvitija: materialy III Mezhdunar. nauch.-prakt. konf. (Ekaterinburg, 15-16 oktjabrja 2018 g.). Ekaterinburg: USUE, 2018. Vol. 1. Pp. 135140. EDN: https://elibrary.ru/oggvrr. (in Russ.)
9. Demkina O.V., Shalamova N.G. Issledovanie roli veb-analitiki v povyshenii jeffektivnosti dejatel'nosti organizacij [Investigation of the web analytics role in improving the efficiency of the organization's performance]. Vestnik universiteta. 2019. No. 5. Pp. 56-61. DOI: https://doi.org/10.26425/1816-4277-2019-5-56-61. EDN: https://elibrary.ru/gvjmvq. (in Russ.)
10. Petrochenkov A.S. Vvedenie v Google Analytics [Introduction to Google Analytics]. St. Petersburg.: Piter Publ., 2018. 224 p. ISBN: 978-5-496-02929-2. (in Russ.)
Информация об авторах
Плотников Владимир Александрович, д-р экон. наук, профессор, профессор кафедры общей экономической теории и истории экономической мысли. Санкт-Петербургский государственный экономический университет, 191023, РФ, г. Санкт-Петербург, набережная канала Грибоедова, 30-32, литер А. E-mail: plotnikov.v@unecon.ru.
Information about the authors
Plotnikov Vladimir Aleksandrovich, Doctor of Economic Sciences, Professor of general economic theory and history of economic thought Dept., Saint Petersburg State University of Economics, 191023, Russia, Saint Petersburg, Griboyedov Canal embankment, 30-32. E-mail: plotnikov.v@unecon.ru.
